image人只应当忘却自己而爱别人，这样人才能安静、幸福高尚。
——托尔斯泰《安娜•卡列尼娜》
线程安全的 Map - ConcurrentHashMap，让我们一起研究和 HashMap 相比有何差异，为何能保证线程安全呢.
image
image与 HashMap 很类似,数组、链表结构几乎相同,都实现了 Map 接口，继承了 AbstractMap 笼统类，大多数的方法也都是相同的,ConcurrentHashMap 几乎包含 HashMap所有方法.
bin数组.第一次插入时才推迟初始化.大小始终是2的幂.由迭代器直接访问.
image下一个要用的 table;仅在扩容时非null
image基本计数器值，主要在没有争用时使用，也用作table初始化竞争期间的反馈.通过CAS升级
imagetable 初始化和扩容的控制
假如为负，则表将被初始化或者扩容：
-1用于初始化
-N 活动的扩容线程数
否则，当table为null时，保留创立时要使用的初始表大小，或者者默认为0.
初始化后，保留下一个要扩容表的元素计数值.
image扩容时要拆分的下一个表索引（加1）
image扩容和/或者创立 CounterCell 时使用的自旋锁（通过CAS锁定）
imageTable of counter cells。 假如为非null，则大小为2的幂.
image
image一个特殊的Node节点，转移节点的 hash 值都是 MOVED,-1.其中存储nextTable的引用.在transfer期间插入bin head的节点.只有table发生扩容的时候，ForwardingNode才会发挥作用，作为一个占位符放在table中表示当前节点为null或者则已经被移动,
image使用默认的初始表大小（16）创立一个新的空map
image创立一个新的空map，其初始表大小可容纳指定数量的元素，而无需动态调整大小。
image-创立一个与给定map具备相同映射的新map
image注意 sizeCtl 会暂先维护一个2的幂次方的值的容量.
实例化ConcurrentHashMap时带参数时，会根据参数调整table的大小，假设参数为100，最终会调整成256，确保table的大小总是2的幂次方
对于给定的所需容量，返回2的幂的表大小
imageConcurrentHashMap在构造函数中只会初始化sizeCtl值，并不会直接初始化table，而是延缓到第一次put操作table初始化.但put是可以并发执行的,是如何保证 table 只初始化一次呢？
private final Node<K,V>[] initTable() { Node<K,V>[] tab; int sc; // 进入自旋 while ((tab = table) == null || tab.length == 0) { // 若某线程发现sizeCtl<0，意味着其余线程正在初始化，当前线程让出CPU时间片 if ((sc = sizeCtl) < 0) Thread.yield(); // 失去初始化的竞争机会; 直接自旋 else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { try { // 有可能执行至此时，table 已经非空，所以做双重检验 if ((tab = table) == null || tab.length == 0) { int n = (sc > 0) ? sc : DEFAULT_CAPACITY; @SuppressWarnings("unchecked") Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n]; table = tab = nt; sc = n - (n >>> 2); } } finally { sizeCtl = sc; } break; } } return tab;}执行第一次put操作的线程会执行Unsafe.compareAndSwapInt方法修改sizeCtl为-1，有且只有一个线程能够修改成功，而其它线程只能通过Thread.yield()让出CPU时间片等待table初始化完成。
table已经初始化完成，put操作采用CAS+synchronized实现并发插入或者升级操作.
final V putVal(K key, V value, boolean onlyIfAbsent) { if (key == null || value == null) throw new NullPointerException(); // 计算hash int hash = spread(key.hashCode()); int binCount = 0; // 自旋保证可以新添加成功 for (Node<K,V>[] tab = table;;) { Node<K,V> f; int n, i, fh; // step1. table 为 null或者空时进行初始化 if (tab == null || (n = tab.length) == 0) tab = initTable(); // step 2. 若当前数组索引无值，直接创立 else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) { // CAS 在索引 i 处创立新的节点，当索引 i 为 null 时，即能创立成功，结束循环,否则继续自旋 if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value, null))) break; // no lock when adding to empty bin } // step3. 若当前桶为转移节点，表明该桶的点正在扩容，一直等待扩容完成 else if ((fh = f.hash) == MOVED) tab = helpTransfer(tab, f); // step4. 当前索引位置有值 else { V oldVal = null; // 锁定当前槽点,保证只会有一个线程能对槽点进行修改 synchronized (f) { // 这里再次判断 i 位置数据有无被修改 // binCount 被赋值，说明走到了修改表的过程 if (tabAt(tab, i) == f) { // 链表 if (fh >= 0) { binCount = 1; for (Node<K,V> e = f;; ++binCount) { K ek; // 值有的话，直接返回 if (e.hash == hash && ((ek = e.key) == key || (ek != null && key.equals(ek)))) { oldVal = e.val; if (!onlyIfAbsent) e.val = value; break; } Node<K,V> pred = e; // 将新添加的元素赋值到链表的最后，退出自旋 if ((e = e.next) == null) { pred.next = new Node<K,V>(hash, key, value, null); break; } } } // 红黑树，这里没有使用 TreeNode,使用的是 TreeBin，TreeNode 只是红黑树的一个节点 // TreeBin 持有红黑树的引用，并且会对其加锁，保证其操作的线程安全 else if (f instanceof TreeBin) { Node<K,V> p; binCount = 2; // 满足if的话，把老的值给oldVal // 在putTreeVal方法里面，在给红黑树重新着色旋转的时候 // 会锁住红黑树的根节点 if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key, value)) != null) { oldVal = p.val; if (!onlyIfAbsent) p.val = value; } } } } // binCount不为空，并且 oldVal 有值的情况，说明已新添加成功 if (binCount != 0) { // 链表能否需要转化成红黑树 if (binCount >= TREEIFY_THRESHOLD) treeifyBin(tab, i); if (oldVal != null) return oldVal; // 槽点已经上锁，只有在红黑树或者者链表新添加失败的时候 // 才会走到这里，这两者新添加都是自旋的，几乎不会失败 break; } } } // step5. check 容器能否需要扩容，假如需要去扩容，调用 transfer 方法扩容 // 假如已经在扩容中了，check有无完成 addCount(1L, binCount); return null;}通过自旋 + CAS + synchronize 锁三板斧的实现很巧妙，给我们设计并发代码提供了最佳实践!
在 put 方法最后检查能否需要扩容,从 put 方法的 addCount 方法进入transfer 方法.
主要就是新建新的空数组，而后移动拷贝每个元素到新数组.
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) { // 旧数组的长度 int n = tab.length, stride; if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE) stride = MIN_TRANSFER_STRIDE; // subdivide range // 假如新数组为空，初始化，大小为原数组的两倍，n << 1 if (nextTab == null) { // initiating try { @SuppressWarnings("unchecked") Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1]; nextTab = nt; } catch (Throwable ex) { // try to cope with OOME sizeCtl = Integer.MAX_VALUE; return; } nextTable = nextTab; transferIndex = n; } // 新数组长度 int nextn = nextTab.length; // 若原数组上是转移节点，说明该节点正在被扩容 ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab); boolean advance = true; boolean finishing = false; // to ensure sweep before committing nextTab // 自旋，i 值会从原数组的最大值递减到 0 for (int i = 0, bound = 0;;) { Node<K,V> f; int fh; while (advance) { int nextIndex, nextBound; // 结束循环的标志 if (--i >= bound || finishing) advance = false; // 已经拷贝完成 else if ((nextIndex = transferIndex) <= 0) { i = -1; advance = false; } // 每次减少 i 的值 else if (U.compareAndSwapInt (this, TRANSFERINDEX, nextIndex, nextBound = (nextIndex > stride ? nextIndex - stride : 0))) { bound = nextBound; i = nextIndex - 1; advance = false; } } // if 任意条件满足说明拷贝结束了 if (i < 0 || i >= n || i + n >= nextn) { int sc; // 拷贝结束，直接赋值，由于每次拷贝完一个节点，都在原数组上放转移节点，所以拷贝完成的节点的数据肯定不会再发生变化 // 原数组发现是转移节点，是不会操作的，会一直等待转移节点消失之后在进行操作 // 也就是说数组节点一旦被标记为转移节点，是不会再发生任何变动的，所以不会有任何线程安全的问题 // 所以此处直接赋值，没有任何疑问。 if (finishing) { nextTable = null; table = nextTab; sizeCtl = (n << 1) - (n >>> 1); return; } if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) { if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT) return; finishing = advance = true; i = n; // recheck before commit } } else if ((f = tabAt(tab, i)) == null) advance = casTabAt(tab, i, null, fwd); else if ((fh = f.hash) == MOVED) advance = true; // already processed else { synchronized (f) { // 节点的拷贝 if (tabAt(tab, i) == f) { Node<K,V> ln, hn; if (fh >= 0) { int runBit = fh & n; Node<K,V> lastRun = f; for (Node<K,V> p = f.next; p != null; p = p.next) { int b = p.hash & n; if (b != runBit) { runBit = b; lastRun = p; } } if (runBit == 0) { ln = lastRun; hn = null; } else { hn = lastRun; ln = null; } // 假如节点只有单个数据，直接拷贝，假如是链表，循环屡次组成链表拷贝 for (Node<K,V> p = f; p != lastRun; p = p.next) { int ph = p.hash; K pk = p.key; V pv = p.val; if ((ph & n) == 0) ln = new Node<K,V>(ph, pk, pv, ln); else hn = new Node<K,V>(ph, pk, pv, hn); } // 在新数组位置上放置拷贝的值 setTabAt(nextTab, i, ln); setTabAt(nextTab, i + n, hn); // 在老数组位置上放上 ForwardingNode 节点 // put 时，发现是 ForwardingNode 节点，就不会再动这个节点的数据了 setTabAt(tab, i, fwd); advance = true; } // 红黑树的拷贝 else if (f instanceof TreeBin) { // 红黑树的拷贝工作，同 HashMap 的内容，代码忽略 ... // 在老数组位置上放上 ForwardingNode 节点 setTabAt(tab, i, fwd); advance = true; } } } } }}ConcurrentHashMap 作为一个并发 map,是面试必问点,也是工作中必需掌握的并发容器.